戰疫之後，醫療機器人的下一個機會是“老齡化”

帶著觀點看商業。超級觀點，來自新商業踐行者的前沿觀察。

文 | 特約觀察員李雷達

編輯 | 黃臻曜

應用端市場已成熟顯現，只是行業無法滿足市場要求

無接觸殺毒消毒、遠程測體溫、隔離區無傳染送餐、打電話呼叫排查、疫情谘詢回復……疫情期間，通過提供這些服務，很多機器人企業進行了一次完整的練兵，讓大家看到了智能機器人的價值。

我們也在實戰中看到了行業的一些變化。

一方面大量垂直行業客戶發現自身行業對機器人的應用需求，加速了針對行業應用型機器人的研發和生產，由此帶來移動機器人通用平台需求快速增長，另外，原有單純室內外機器已無法滿足需求，現在更需要複合型機器人平台。

所以醫療行業推出了更有針對性的醫療輔助機器人，比如，測溫巡檢機器人，防疫消殺機器人，智能物流運輸機器人等室內外通用型機器人。這塊空白領域恰好也是我們所擅長的領域。

另一方面，原來大量智能機器人企業主要關注以替代高強度作業為主的市場，例如清掃、物流、安防、巡檢，並未充分考慮到其它行業的應用。本次疫情將很多新的應用作業場景推到了眾多智能機器人企業的面前，讓大家清晰的認識到如醫療、康復、醫療輔助機器人龐大市場機會。

對企業來說，機會的出現也意味著挑戰的來臨：

1、應用端市場已經成熟顯現，只是行業無法滿足市場要求。現階段大家都停留在簡單的識別分析和導航方案應用上，認為只要帶上雲技術帶上圖像識別，語音互動就是完善的產品了，很多垂直行業對機器人產品真實的應用並沒有落實到真正的痛點，隨著整體科技的進步，市場端對智能化無人化的理解和認識已經很清晰了，作為企業現在能做的就是沉下心，選好行業做出好產品，而不是停留在我的產品有多先進多優秀的空中樓閣。

2、這次疫情對包括我們在內的企業的產品模塊化研發能力、產品量化能力、成本控制能力是一次全方位的練兵。產品模塊化研發能力指的是應對機器人跨行業需要的快速研發反應能力和對整體市場痛點的分析能力，目前存在投機性，以及仍停留在解決表面問題層面。很多時候並沒能展現出機器人企業應該有的智能和科技，僅僅是原始的功能堆疊。產品量化能力，問題在於大量的企業還處於行業摸索期，對於產能和工業化標準和量化基數完全沒有概念，面對突如其來的市場大家都是匆忙上陣、沒有前期的積累和大批量生產的能力，造成訂單和機會的流失。成本把控方面，現階段機器人成本動輒幾十上百萬，而真正量化市場應用在to c和to b 端其實都對價格非常敏感。

3、雖然疫情下很多企業也在製作醫療輔助機器人，但是僅僅是通過搭載彌霧機或者簡易功能製作的防疫機器人，針對醫療實際應用沒有能夠解決根本性問題，只是為了賺一撥快錢。並且在疫情初期，僅有少數幾家在疫情當中投入使用解決問題，更多的是在疫情中後期大量試點、試運行或者亮相就行的企業，暴露出行業人才素質高但是心態浮躁，大家都在追求高融資，高擴展，並未認真聽取市場所需，因此真正機會到來的時候，大量不能落地的技術泡沫被戳破。我們相信機會隻留給真正沉下心在行業內認真前行的企業，也相信經過此次疫情，會有很多公司改變原有做法，真正思考並下沉到真實的行業應用當中。

醫療輔助機器人在2-3年內將大面積應用

這次疫情，讓我們對未來智慧城市無人化應用場景的認識更加清晰。

國內智能城市的布局仍屬於非常初級階段，大環境是導致機器人無法全面覆蓋的主要原因，另外由於現階段機器人的成本問題居高不下，所以並未實現前期產品大批量投放市場，更多是以試點或者小批量運行為主，無法短時間行成規模化應用。但是這次疫情，讓我們看到了機器人在to B快速落地的新機會。

我們煜禾森從18年開始在智能醫療輔助機器人領域產品研發布局，做過大量分析和實踐。在實際醫療場景中，我們也發現原有醫療方式仍在大量採用人工護理階段，大量醫療資源浪費在重複診療階段，也將醫護人員置於危險境地，特別是針對傳染性疾病與慢性疾病的診斷治療，醫療人員與病患承受著巨大心理壓力，所以我們希望從就診人員情況確證治療環節到後期康復環節實現最大程度無人化，通過大數據AI智能加快醫療安全與加速醫療智能化，降低醫療風險與醫療救治成本。本次疫情提前將行業機會展現，我們認為醫療行業輔助機器人在2-3年內將大面積應用的機會。

從行業更長遠的發展來看，國內社會逐漸步入老齡化社會，預計2030年，中國65歲以上人口佔比將超過日本，成為全球人口老齡化程度最高國家，伴隨老齡化趨勢將會出現大量慢性疾病，社會將面臨老年醫療保健服務需求快速增長與老年醫療資源短缺的雙重挑戰。醫療機器人將會是從b端真正走入c端未來應用的爆發增長點。與此同時，5G、人工智能等技術的同步加速，也會給醫療輔助機器人帶來快速發展的機會。

機器人病房待診，等待醫生激活指令，進行協同診療

醫療服務機器人將是醫療機器人量化的終極市場

5年內智能機器人市場依然集中在to B 與 to G 端，同期也將出現新的行業機遇，容量會擴大現有百倍以上，雖然to B 格局將依舊由生態把持，如物流系的京東、順豐、美團、阿里、中國郵政，to G端的應用繼續由政府職能部門把控，但新的行業應用如醫療救護，消毒消殺等行業的體量將比原有無人物流與無人巡檢更大。

在C端，我們認為未來醫療服務類機器人的應用將是醫療機器人量化的終極市場，慢性肌肉萎縮，血栓手術後肢體恢復，癱瘓病人輔助等市場，只要深入其中之一，企業的體量我們相信會超越現階段任何機器人公司。如強脊柱炎在中國患病率為0.25%，也就是每400人中有1人患病，此類疾病約20%的患者有家族聚集的現象，好發於20-30歲，雖然不會影響患者的壽命，但是會嚴重降低患者生活質量，治療上，分藥物和非藥物治療兩種，需要患者針對脊柱、胸廓等進行專門的鍛煉。機器人作用於此時將大大降低病患長期診療的費用。

至於防疫機器人這個賽道，我認為針對防疫應用是非常態化的需求，在未來醫療診療手段將會越來越快速對於傳染性疾病進行控制，所以我們不認為防疫機器人在未來市場有全面的應用。

隨著大量行業生態的把持者自身也在不斷往無人化應用前行，最終的市場競爭將是相當殘酷，對於想要沉下心來進入醫療機器人行業的企業，我們有一些建議：

1、首先要做到的是明確規劃，如果選擇進入醫療智能機器人行業，可以考慮深耕醫療診斷與醫療服務機器人，不單做簡單的醫療物資配送，也要避免與達文西手術機器人、西門子智能診療機器人等高段位機器人公司的直面競爭。

2、產品思路方向可以先從動物醫療診斷與狀況監測做起。我們現在也在與國內某大型養殖場開展合作，在機器人應用行業中，得數據者得天下。現代化大型養殖場環境與大城市密級居住環境相似，並且每年會有各種動物疫情出現，可以快速搭建病毒傳播數學模型與症狀監測，動物由於無法表達病因，所以需要更多機器人組合多重數據進行分析，這比機器人診斷人類病症更加複雜，我們也在不斷積累動物患病模型，將機器人診療應用邏輯與應用點打通，同期也通過與解放軍301醫院的合作，完善機器人對人體病例大數據采集分析，行程原始數據積累。

3、在保證企業同期盈利的情況下，醫療診療機器人的智能化和可靠性同期也要快速提高。